基于多特征降维的植物叶片识别方法 - 农业机械学报.PDFVIP

２０１７年 ３月 农 业 机 械 学 报 第 ４８卷 第 ３期 ｄｏｉ：１０．６０４１／ｊ．ｉｓｓｎ．１０００１２９８．２０１７．０３．００４ 基于多特征降维的植物叶片识别方法 １ １，２ １，２ １ １ 郑一力 　钟刚亮 　王　强 　赵　癑　赵燕东 （１．北京林业大学工学院，北京 １０００８３；２．中国科学院电工研究所，北京 １００１９０） 摘要：植物种类识别方法主要是根据叶片低维特征进行自动化鉴定。针对低维特征不能全面描述叶片信息，识别 准确率低的问题，提出一种基于多特征降维的植物叶片识别方法。首先通过数字图像处理技术对植物叶片彩色样 本图像进行预处理，获得去除颜色、虫洞、叶柄和背景的叶片二值图像、灰度图像和纹理图像。然后对二值图像提 取几何特征和结构特征，对灰度图像提取 Ｈｕ不变矩特征、灰度共生矩阵特征、局部二值模式特征和 Ｇａｂｏｒ特征，对 纹理图像提取分形维数，共得到２１８３维特征参数。再采用主成分分析与线性评判分析相结合的方法对叶片多特 征进行特征降维，将叶片高维特征数据降到低维空间。降维后的训练样本特征数据使用支持向量机分类器进行训 练。试验结果表明：使用训练后的支持向量机分类器对 Ｆｌａｖｉａ数据库和ＩＣＬ数据库的测试叶片样本进行分类识别， 平均正确识别率分别为９２５２％、８９９７％，有效提高了植物叶片识别的正确率。 关键词：叶片识别；多特征降维；主成分分析；线性评判分析；支持向量机 中图分类号：ＴＰ３９１４１ 文献标识码：Ａ 文章编号：１０００１２９８（２０１７）０３００３００８ ＭｅｔｈｏｄｏｆＬｅａｆＩｄｅｎｔｉｆｉｃａｔｉｏｎＢａｓｅｄｏｎＭｕｌｔｉｆｅａｔｕｒｅＤｉｍｅｎｓｉｏｎＲｅｄｕｃｔｉｏｎ １ １，２ １，２ １ １ ＺＨＥＮＧＹｉｌｉ　ＺＨＯＮＧＧａｎｇｌｉａｎｇ 　ＷＡＮＧＱｉａｎｇ 　ＺＨＡＯＹｕｅ　ＺＨＡＯＹａｎｄｏｎｇ （１．ＳｃｈｏｏｌｏｆＴｅｃｈｎｏｌｏｇｙ，ＢｅｉｊｉｎｇＦｏｒｅｓｔｒｙＵｎｉｖｅｒｓｉｔｙ，Ｂｅｉｊｉｎｇ１０００８３，Ｃｈｉｎａ ２．ＩｎｓｔｉｔｕｔｅｏｆＥｌｅｃｔｒｉｃａｌＥｎｇｉｎｅｅｒｉｎｇ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１００１９０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｅｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆｐｌａｎｔｓｐｅｃｉｅｓｉｓａｎｅｓｓｅｎｔｉａｌｐａｒｔｏｆｂｏｔａｎｉｃａｌｓｔｕｄｙａｎｄａｇｒｉｃｕｌｔｕｒａｌ ｐｒｏｄｕｃｔｉｏｎ．Ｈｏｗｅｖｅｒ，ｌｏｗｄｉｍｅｎｓｉｏｎｆｅａｔｕｒｅｓｃａｎｎｏｔｄｅｓｃｒｉｂｅｔｈｅｌｅａｆｉｎｆｏｒｍａｔｉｏｎ．Ｔｈｕｓ，ｉｔｃａｎｎｏｔ ｄｉｆｆｅｒｅｎｔｉａｔｅｖａｒｉｅｔｉｅｓｏｆｐｌａｎｔｓ，ａｎｄｔｈｅａｃｃｕｒａｃｙｉｓｌｏｗ．Ａｍｅｔｈｏｄｏｆｐｌａｎｔｓｐｅｃｉｅｓｉｄｅｎｔｉｆｉｃａｔｉｏｎｗａｓ ｐｒｏｐｏｓｅｄｂａｓｅｄｏｎｍｕｌｔｉｆｅａｔｕｒｅｄｉｍｅｎｓｉｏｎｒｅｄｕｃｔｉｏｎ．Ｆｉｒｓｔｌｙ，ｃｏｌｏｒｉｍａｇｅｓｏｆｐｌａｎｔｌｅａｖｅｓｗｅｒｅ ｐｒｅｐｒｏｃｅｓｓｅｄｂｙｔｈｅｄｉｇｉｔａｌｉｍａｇｅｐｒｏｃｅｓｓｉｎｇｔｅｃｈｎｏｌｏｇｙ．Ｔｈｅｂｉｎａｒｙｉｍａｇｅ，ｇｒａｙｓｃａｌｅｉｍａｇｅａｎｄｔｅｘｔｕｒｅ ｉｍａｇｅｗｉｔｈｏｕｔｔｈｅｐｅｔｉｏｌｅ，ｗｏｒｍｈｏｌｅａｎｄｂａｃｋｇｒｏｕｎｄｗｅｒｅｏｂｔａｉｎｅｄａｆｔｅｒｔｈｅｐｒｅｐｒｏｃｅｓｓｉｎｇ．Ｓｅｃｏｎｄｌｙ， ｇｅｏｍｅｔｒｉｃｃｈａｒａｃｔｅｒｉｓｔｉｃｓａｎｄｓｔｒｕｃｔｕｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｗｅｒｅｅｘｔｒａｃｔｅｄｆｒｏｍｔｈｅｂｉｎａｒｙｉｍａｇｅ．Ｈｕｍｏｍｅｎｔ ｉｎｖａｒｉａｎｔｓｆｅａｔｕｒｅｓ，ｇｒａｙｌｅｖｅｌｃｏｏｃ